漫遊於歷史與現代之間

偶然的機會參加一場座談會，看到有一個詩人帶了一個小冊子，裡面都是紀錄一些韻腳詞彙，後來得知許多寫詩詞的人都有這樣的習慣。就像「訟師秘本」一樣，這本小冊子一定是他們非常重要的資產。如果我們也有了這樣的東西，縱然有些匠氣，也有幾分樣了吧！那要怎麼擁有秘本呢？我們可以假設好的作品都會被發表，因此我們可從已經發表的作品來「逆向工程」，把這些作品的優美詞藻都抓出來就可以了。過陣子我想寫這樣的一個程式，為了怕我忘記，就先簡單的把流程寫在這裡。

第一步是要尋找樣本，我覺得可以先從「歌詞」著手，因為詩集比較少數位化，歌詞則已經有很完善的資料庫了，拿現成的歌詞網當樣本就可以了。

第二步是抓取資料，因為這個程式是要抓押韻的詞彙，那就滿好處理的。歌詞本來就一行一行的，有的歌詞一行裡面可能有二、三句，這就寫一個遇到空格就換行的指令。而我打算只抓每一句歌詞的最後兩個字，並且簡單地篩選掉「的人」、「的愛」這種詞，若為二個字以上以致被裁減的詞，之後再用人工判斷吧！

第三步是排序與搜尋，把抓到的詞彙排序，然後選出其中最常見的兩、三百個。有些詞彙實在太特別，例如蘇打綠的小情歌裡面有一句「度秒如年難捱的離騷。」到目前為止只有這首歌有《離騷》，以及五月天的「倉頡」，那程式就不收入了。

第四步是分類匯入，這部分最困難，我還沒想到怎麼做，考量到詩詞常用轉品修辭，所以不需要考慮詞性，但仍要把相同的音放在同個陣列中，相近的音也要分在同一的群組裡。可能要寫一個對照表，感覺也相當麻煩，或是乾脆就人工分類吧！

第五步是匯出成果，我打算用php寫，所以就用下拉式選單或是核取方塊的方式呈現，使用者要什麼韻腳，程式就列出來。

補記：我匯入了幾首試試看，似乎滿可行的，但韻表要自己整理，我也不知道從何弄起，只好先放到EXCEL上面。